Trian

Syafir
a
2118R14
20
Perancangan Sistem
Inspeksi Visual
Berbasis Computer
Vision Untuk
Penggolongan Buah
Apel

Syakir Almas Amrullah

Institut Teknologi Sepuluh Nopember
Surabaya, 2017
Latar Belakang

Nilai Pendugaan Merancang

konsumsi manusia sistem
apel di cenderung pengenalan
Indonesia subjektif dan varietas
tinggi. kurang akurat buah apel
dengan
sistem
computer
Metode Penelitian
P em bah asan
a. Akuisisi Citra
b. Deteksi Tepi
c. Ekstraksi Penciri Bentuk
d. Ekstraksi Penciri Warna

e. Pengujian Sistem
f. Perhitungan Kesesuaian
Bentuk
g. Pengambilan Keputusan
HASIL P E N E L I T I A N
 Kesimpulan dan Saran

Kesimpulan :
• Tingkat pengenalan varietas red delicious dan fuji paling baik jika menggunakan penciri tunggal
warna dengan prosentase masing-masing 97% dan 93%.
• Tingkat pengenalan varietas anna paling baik jika menggunakan kombinasi penciri bentuk dan
warna dengan prosesntase 87%.
• Variasi rotasi buah data training dapat meningkatkan pengenalan sistem dalam perhitungan
kesesuaian bentuk (shape matching) menjadi 69% pada varietas red delicious.
Saran :
Pengenalan dengan penciri bentuk dalam penelitian ini memiliki tingkat pengenalan yang paling
rendah, sehingga perlu dilakukan perbaikan lebih lanjut sehingga Algoritma KNN memiliki
kelebihan sekaligus kekurangan karena memiliki sistem pembelajaran yang relatif mudah
diperbaharui, dengan kata lain sangat bergantung pada hasil pelatihan dan dalam hal ini
bergantung pada penentuan sampel dan penciri yang dijadikan acuan pada proses
pelatihan.